本文共 1358 字，大约阅读时间需要 4 分钟。

FR人脸识别初步使用

此次试验在Anaconda-Jupyter环境下完成

人脸定位

安装opencv-python

pip install opencv-python （注意：需要包：'Python路径下/Lib/site-packages/cv2/data/haarcascade_frontalface _default.xml’以及图片test1.jpg） 创建Python文件

import cv2def detect(filename):    face_cascade = cv2.CascadeClassifier('D:/anaconda/Lib/site-packages/cv2/data/haarcascade_eye.xml')    img = cv2.imread(filename)    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)    faces = face_cascade.detectMultiScale(gray, 1.3, 5)    for (x, y, w, h) in faces:        img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)    cv2.imshow('Person Detected!', img)    cv2.waitKey(0)    cv2.destroyAllWindows()if __name__ == '__main__':    detect('test1.jpg')

结果如下

选择眼部识别haarcascade_eye.xml再次测试

特征点检测

需要dlib包，同样能够输出图像。

创建Python文件

import cv2import dlibpath = "test1.jpg"img = cv2.imread(path)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#人脸分类器detector = dlib.get_frontal_face_detector()# 获取人脸检测器predictor = dlib.shape_predictor('D:/anaconda/Lib/site-packages/shape_predictor_68_face_landmarks.dat/shape_predictor_68_face_landmarks.dat')dets = detector(gray, 1)for face in dets:    shape = predictor(img, face)  # 寻找人脸的68个标定点    # 遍历所有点，打印出其坐标，并圈出来    for pt in shape.parts():        pt_pos = (pt.x, pt.y)        cv2.circle(img, pt_pos, 2, (0, 255, 0), 1)    cv2.imshow("image", img)cv2.waitKey(0)cv2.destroyAllWindows()

结果如下

转载地址：http://xorwi.baihongyu.com/